IA de código aberto
Melhore suas habilidades de IA com ferramentas de IA de código aberto
Simplifique o desenvolvimento com modelos de IA pré-treinados, bibliotecas e ferramentas modificáveis com licenças de código aberto.
Clientes novos ganham US$ 300 em créditos para gastar em produtos de IA.
Visão geral
Quais são os benefícios da IA de código aberto?
- Transparência: inspecionar o código permite entender como o modelo de IA funciona, aumentar a confiança e ajudar a identificar possíveis vieses.
- Personalização: modelos e códigos podem ser adaptados para requisitos específicos, oferecendo flexibilidade que as soluções de código fechado geralmente não oferecem.
- Colaboração: promove um ambiente colaborativo em que os desenvolvedores compartilham ideias, contribuem com melhorias e aceleram a inovação.
- Menor barreira para o uso: muitas ferramentas de IA de código aberto são gratuitas, tornando-as mais baratas para testes e desenvolvimento.
Modelos "aberto" x "de código aberto"
Os modelos abertos oferecem acesso livre aos pesos do modelo, mas os Termos de Uso, a redistribuição e a propriedade variante variam de acordo com os Termos de Uso específicos de um modelo, que podem não ser baseados em uma licença de código aberto.Por exemplo, os Termos de Uso dos modelos Gemma do Google os disponibilizam gratuitamente para desenvolvedores individuais, pesquisadores e usuários comerciais para acesso e redistribuição. Os usuários também podem criar e publicar variantes de modelo. Ao usar os modelos Gemma, os desenvolvedores concordam em evitar usos nocivos, refletindo nosso compromisso de desenvolver a IA com responsabilidade e aumentar o acesso a essa tecnologia.
Exemplos de bibliotecas/frameworks, conjuntos de dados e modelos (tanto abertos quanto de código aberto)
- Modelos abertos: Gemma, Llama
- Modelos de código aberto: difusão estável (geração de imagens), GPT-NeoX, GPT-J (modelos de linguagem)
- Bibliotecas/frameworks de código aberto: TensorFlow, PyTorch, Scikit-learn e Hugging Face Transformers
- Conjuntos de dados de código aberto: ImageNet e Rastreamento comum
Como funciona
A IA de código aberto aproveita o poder da colaboração da comunidade para contribuir com código, criar modelos avançados e até mesmo coletar grandes conjuntos de dados. Esses recursos são disponibilizados gratuitamente com licenças de código aberto. Assim, é possível fazer o download, inspecionar e adaptar esses recursos às suas necessidades específicas. Bibliotecas de código aberto como o TensorFlow e o PyTorch fornecem os elementos básicos, enquanto repositórios como o Hugging Face oferecem uma coleção de modelos pré-treinados prontos para uso. Saiba mais sobre a IA de código aberto com a Vertex AI.
A IA de código aberto aproveita o poder da colaboração da comunidade para contribuir com código, criar modelos avançados e até mesmo coletar grandes conjuntos de dados. Esses recursos são disponibilizados gratuitamente com licenças de código aberto. Assim, é possível fazer o download, inspecionar e adaptar esses recursos às suas necessidades específicas. Bibliotecas de código aberto como o TensorFlow e o PyTorch fornecem os elementos básicos, enquanto repositórios como o Hugging Face oferecem uma coleção de modelos pré-treinados prontos para uso. Saiba mais sobre a IA de código aberto com a Vertex AI.
Usos comuns
Aprender e fazer experimentos com modelos abertos
Crie modelos abertos e personalizados para experimentação
Com a Vertex AI, os criadores podem reduzir a sobrecarga operacional e se concentrar na criação de versões personalizadas de modelos abertos otimizadas para o caso de uso específico. Por exemplo, os desenvolvedores podem usar os modelos Gemma na Vertex AI para análise detalhada e experimentação.
Tutoriais
Crie modelos abertos e personalizados para experimentação
Com a Vertex AI, os criadores podem reduzir a sobrecarga operacional e se concentrar na criação de versões personalizadas de modelos abertos otimizadas para o caso de uso específico. Por exemplo, os desenvolvedores podem usar os modelos Gemma na Vertex AI para análise detalhada e experimentação.
Criar apps de IA generativa para tarefas personalizadas
Acesse casos de uso comuns da IA generativa
Para determinar se a IA generativa é a abordagem ideal para suas metas ou necessidades de negócios, você precisa entender os casos de uso comuns da IA generativa. Essa compreensão ajudará você a selecionar os casos de uso aplicáveis aos requisitos e prioridades de negócios específicos que você identificou.
Tutoriais
Acesse casos de uso comuns da IA generativa
Para determinar se a IA generativa é a abordagem ideal para suas metas ou necessidades de negócios, você precisa entender os casos de uso comuns da IA generativa. Essa compreensão ajudará você a selecionar os casos de uso aplicáveis aos requisitos e prioridades de negócios específicos que você identificou.
Ajustar um modelo de linguagem para análise de sentimento
Melhore o desempenho dos modelos com o ajuste supervisionado
O ajuste supervisionado de um modelo de texto é uma boa opção quando a saída do modelo não é complexa e é relativamente fácil de definir. Ele também é mais adequado para análise de sentimento
Tutoriais
Melhore o desempenho dos modelos com o ajuste supervisionado
O ajuste supervisionado de um modelo de texto é uma boa opção quando a saída do modelo não é complexa e é relativamente fácil de definir. Ele também é mais adequado para análise de sentimento
Comece a usar ferramentas de IA de código aberto
Clientes novos ganham US $300 em créditos para gastar em ferramentas de IA
Conheça os modelos abertos
Use soluções e ferramentas de IA/ML para resolver problemas reais
Transforme seus próprios modelos abertos e ajustados em endpoints escalonáveis
